引言

在碳達峰、碳中和背景下,能源的轉(zhuǎn)變正在發(fā)生,超過170個國家有可再生能源目標,其中許多國家將其納入國家確定的貢獻,即在保持能源增長的同時,通過提高能源效率和循環(huán)經(jīng)濟措施,穩(wěn)定經(jīng)濟需求:采用以可再生能源為主的脫碳能源系統(tǒng),來滿足日益增長的能源需求。目前,風能以其無污染、豐富、可再生的特性受到越來越多的關注,但風能的高波動性和隨機性對電力系統(tǒng)穩(wěn)定性有很大影響。為減小風電的間歇性和波動性對電網(wǎng)的影響,張翔宇等人建立了風電一抽水蓄能電站聯(lián)合運行的優(yōu)化模型,模型以總發(fā)電成本最小為目標函數(shù),提高了聯(lián)合系統(tǒng)的經(jīng)濟效益與環(huán)境效益。

近年來,在能源互補運行方面的研究較多。文獻以風電場效益與供電可靠性為目標,利用改進的粒子群算法對建立的風電一抽水蓄能電站聯(lián)合運行的優(yōu)化模型進行求解,結果驗證了聯(lián)合運行模型對目標有較大提升。文獻利用改進的離散粒子群算法,對利用風險約束理論與抽水蓄能電站的儲能和調(diào)節(jié)功能構建的抽水蓄能一風電聯(lián)合優(yōu)化調(diào)度模型進行求解,結果表明該方法可以有效提升系統(tǒng)的經(jīng)濟效益。文獻以輸出功率波動最小為目標,建立了風電一抽水蓄能聯(lián)合優(yōu)化運行模型,并應用改進的蝙蝠算法對模型進行了求解,結果驗證了聯(lián)合優(yōu)化運行模型可有效減小輸出功率的波動。文獻建立了一種水風互補聯(lián)合運行系統(tǒng)仿真模型,仿真結果表明模型能較好地平抑風電出力波動。文獻以聯(lián)合發(fā)電系統(tǒng)的并網(wǎng)發(fā)電效益最大和跟蹤負荷曲線變化為目標建立模型,利用NSGA-Ⅱ算法進行優(yōu)化求解,結果表明優(yōu)化模型不僅可以提高發(fā)電效益,還能很好地跟蹤負荷曲線變化。

本文以提高風電一抽水蓄能電站聯(lián)合運行經(jīng)濟效益和輸出功率的穩(wěn)定性為目標,建立了多目標、多約束的聯(lián)合運行模型。

1風電一抽水蓄能聯(lián)合運行優(yōu)化模型

風力發(fā)電過程中風速的變化造成了風電輸出功率的不連續(xù)性和不穩(wěn)定性,而風電功率的不斷變化增加了研究過程的復雜性。本文把全天分為96時段,根據(jù)地區(qū)經(jīng)典日風電、負荷數(shù)據(jù)預測每隔15min的風電、負荷曲線:本研究選擇了3個目標。

1.1目標函數(shù)

1.1.1目標一:聯(lián)合運行經(jīng)濟效益最大化

考慮抽水蓄能電站中發(fā)電機的啟停成本和不同時間段入網(wǎng)電價的差異:

式中:kw(t)為時段風電上網(wǎng)電價:pw(t)為t時段風電功率:k＋(t)為t時段水電上網(wǎng)電價:p＋(t)為t時段抽水蓄能發(fā)電功率:kh(t)為t時段水泵抽水電價:ph(t)為l時段水泵抽水功率:Al為單個時段的時長:n為抽水蓄能電站啟停次數(shù):c為單次啟停成本。

1.1.2目標二:負荷與輸出的差異最小

電網(wǎng)負荷的波動是時變的,負荷與輸出的差異最小可以減少抽水蓄能電站發(fā)電接入電網(wǎng)時對電網(wǎng)的影響。

式中:p(1)為聯(lián)合發(fā)電系統(tǒng)的功率,p(1)=pw(1)+p＋(1)-pp(1):pf(1)為1時段聯(lián)合發(fā)電系統(tǒng)計劃承擔的電網(wǎng)負荷。

1.1.3目標三:碳排放量最小

通過全生命周期投入產(chǎn)出評估求得風電、抽水蓄能和燃煤發(fā)電的碳排放系數(shù):

式中:Rw為風電碳排放系數(shù):R＋p為抽水蓄能電站碳排放系數(shù):Rf為火電碳排放系數(shù):RSk為水庫碳排放系數(shù):pa(1)為風蓄負荷一等效負荷:Te為水庫使用年限:n＋為發(fā)電轉(zhuǎn)化效率:E為上水庫最大容量。

1.2約束條件

(1)風電功率約束:

式中:pwmin與pwmax分別為風電功率的最小值與最大值。

(Ⅹ)抽水蓄能電站約束:

式中:p＋min與p＋max分別為抽蓄發(fā)電功率的最小值與最大值:ppmin與ppmax分別為水泵抽水功率的最小值與最大值。

式中:E2min與E2max分別為抽水蓄能電站上水庫儲存能量的最小值與最大值:Eumin與Eumax分別為抽水蓄能電站下水庫儲存能量的最小值與最大值。

(3)聯(lián)合系統(tǒng)出力約束:

式中:S為聯(lián)合系統(tǒng)出力波動系數(shù),S=0.Ⅹ。

(4)等式約束:

式中:Et為上水庫初始能量:np為抽水轉(zhuǎn)化效率:nh為發(fā)電轉(zhuǎn)化效率。

2基于精英選擇策略的非支配排序遺傳算法

本文選用改進NSGA-Ⅱ算法對該模型進行求解,NSGA-Ⅱ算法是N.SRⅠNⅠVAS等人在NSGA基礎上改進而來的,將非支配準則和擁擠度比較準則運用于解之間進行優(yōu)劣比較[8],并實行精英制以保留較好解,使算法整體性能得到有效提升,獲得的帕累托前沿的均勻性和分布性較好。NSGA-Ⅱ算法的進化交叉過程采用的是模擬二進制交叉,這種交叉方式使得算法的全局搜索能力較差,容易發(fā)生收斂過早的情況。引入正態(tài)分布交叉算子代替模擬二進制交叉,增強了NSGA-Ⅱ算法的空間搜索能力。

(1)以p＋、pp作為優(yōu)化變量,輸入決策變量范圍進行種群初始化。

(Ⅹ)根據(jù)約束判斷計算結果的正確度。

(3)通過正態(tài)分布交叉、變異、選擇產(chǎn)生新的種群,然后非支配排序,計算擁擠度。

(4)如果滿足終端條件,則導出最后最優(yōu)互補操作,否則繼續(xù)。

3案例分析

為驗證模型的有效性,本文采用以下數(shù)據(jù)進行分析:風電裝機容量為1000MW,抽水蓄能電站上水庫初始儲能為3000MW,儲能上/下限分別為5000MW/500MW,抽水蓄能電站每次的啟停費用約為Ⅹ000元,發(fā)電功率上/下限為300MW/0MW,發(fā)電效率為0.935,抽水功率上/下限分別為360MW/0MW,抽水效率為0.8,聯(lián)合系統(tǒng)等效負荷上限是800MW,下限是Ⅹ00MW,分段上網(wǎng)電價如表1所示。將參數(shù)輸入風蓄聯(lián)合運行模型并用改進的NSGA-Ⅱ算法進行求解。

如圖1所示,NSGA-Ⅱ算法優(yōu)化下得到的聯(lián)合出力曲線峰谷差為670MW,負荷與輸出的差異值的和為658.4MW·h。改進NSGA-Ⅱ算法優(yōu)化下得到的聯(lián)合出力曲線峰谷差為567.22MW,負荷與輸出的差異值的和為586.45MW·h?？梢钥闯?改進NSGA-Ⅱ算法優(yōu)化下的等效出力曲線更加平穩(wěn),減小了電力系統(tǒng)的調(diào)節(jié)壓力。

如圖2所示,在1一30、53一60、85一96時段風電功率較大,超過了電網(wǎng)可容納波動電源功率,這時抽水蓄能水泵開啟并將能量儲存起來:在31一52、61一84時段風電功率較小,低于電網(wǎng)可容納波動電源功率,抽水蓄能發(fā)電。

因此,抽水蓄能機組利用其儲能、發(fā)電的功能起到削峰填谷的作用。

如圖3所示,將風電出力與風蓄聯(lián)合出力分別與原負荷疊加為等效負荷,原負荷功率曲線最高峰為第84時段39907.5M,最低谷為第19時段的1931.22.5M,峰谷差值為1906.20.5M。通過對比可知,聯(lián)合出力與單獨出力的峰谷差值分別為29995M與2399.63.5M,聯(lián)合出力比單獨出力的峰谷差值減少了219.63.5M。而風電并網(wǎng)增大了峰谷差值,當風電與抽水蓄能聯(lián)合后,可有效緩解風電并網(wǎng)產(chǎn)生的影響。

如表2所示,在經(jīng)濟對比中,NSGA一Ⅱ算法的優(yōu)化結果是一個調(diào)度周期內(nèi)模型所產(chǎn)生的經(jīng)濟效益為1297062.萬元,而改進NSGA一Ⅱ算法優(yōu)化后經(jīng)濟效益增長9.400.萬元。NSGA一Ⅱ算法優(yōu)化后模型所排放的二氧化碳為5.7681×107kg,而改進NSGA-Ⅱ算法優(yōu)化后減少碳排放9.84×105kg。

4結語

本文以聯(lián)合系統(tǒng)經(jīng)濟性最大、出力的波動性最小及系統(tǒng)碳排放量最小為目標建立了風電一抽水蓄能聯(lián)合運行優(yōu)化調(diào)度模型,并利用改進NSGA-Ⅱ算法對模型進行求解。結果證明了模型可實現(xiàn)削峰填谷,改善風電出力的波動性,有效減小風電波動對電力系統(tǒng)的影響,增加經(jīng)濟效益,減少碳排放量。